论文摘要：基于SUSAN 算子的特征检测方法研究

图像特征检测是图像处理领域的研究热点，对其进行探讨与研究有重要意义。作为人眼视觉感知目标的重要特征，边缘及角点的检测结果将直接关系到图像处理后续操作的最终结果。论文通过对经典角点检测算子和边缘检测算子的研究，以提高检测方法的准确性、有效性和抗噪性为目的，探索SUSAN算子在特征检测中的新方法。

本文的主要创新工作包括：

(1) 传统SUSAN算子只能在单一尺度下检测图像中的角点，为此提出一种基于高斯变换的多尺度SUSAN角点检测方法。该方法首先利用高斯变换获得待检测图像的多尺度分层图像，以之构建高斯金字塔；然后把自适应阈值的SUSAN算子检测出的不同尺度下的角点作为候选角点，将其还原到原始图像中的相应位置构成候选角点集；最后经小邻域信息筛选，获得最终角点。实验结果表明，该方法不仅能够在不同尺度下有效获取角点信息，而且提高了SUSAN算子正确率，有效降低了角点的伪检率。

(2) 针对SUSAN边缘检测过程中需要人工设置阈值的不足，提出一种基于SUSAN算子的自适应边缘检测方法。该方法通过获得原始图像中模板区域内的自适应阈值来计算USAN面积，利用最大类间方差双阈值方法得到USAN面积的两个阈值，最后由边缘响应函数计算像素点的边缘响应值，获得图像中的边缘信息。在此基础上，进一步提出了一种新的客观定量的指标来评价边缘检测算法的检测性能。实验结果表明，该方法不仅有效地检测边缘信息，而且具备一定的抗噪能力。

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/214664.html